Apple lanza el modelo de difusión MDM tipo Matryoshka para mejorar la generación de imágenes de alta calidad

Samsung Research presenta un nuevo Transformer autorregresivo para la generación de imágenes de alta resolución

¡Lanzamiento de Meta! Pippo: Genera imágenes de alta resolución y múltiples perspectivas a partir de una sola imagen de una persona

Recientemente, el equipo de investigación de Meta Reality Labs publicó un innovador modelo generativo llamado "Pippo", capaz de generar un video de alta resolución (hasta 1K) de una rotación densa a partir de una sola fotografía. Este avance tecnológico representa un progreso significativo en el campo de la visión por computadora y la generación de imágenes. El núcleo de Pippo reside en su diseño de transformador de difusión multivista. A diferencia de los modelos generativos tradicionales, Pippo no requiere ninguna entrada adicional, como parámetros ajustados.

Snap lanza SnapGen AI: Generación de imágenes de alta resolución en segundos en tu móvil

El equipo de investigación de Snap Inc. ha lanzado recientemente SnapGen, un generador de imágenes con inteligencia artificial capaz de generar imágenes de alta resolución directamente en teléfonos móviles de gama alta. Este lanzamiento permite a los usuarios disfrutar de una experiencia de creación de imágenes eficiente y cómoda en sus teléfonos, rompiendo la limitación tradicional de los generadores de imágenes con IA que requieren una gran capacidad de computación. La principal ventaja de SnapGen radica en la compacidad y eficiencia de su modelo. En comparación con los populares generadores de imágenes como SDXL, SnapGen tiene una cantidad de parámetros significativamente menor.

Gran avance de ByteDance: ¡El framework Infinity revoluciona la generación de imágenes de alta resolución!

En el campo de la generación de imágenes, la tarea de generar imágenes de alta resolución y realistas siempre ha enfrentado múltiples desafíos, especialmente en el proceso de síntesis de texto a imagen. Los métodos de generación tradicionales se basan principalmente en modelos de difusión y marcos de autoregresión variacional (VAR). Aunque estos modelos pueden generar imágenes de alta calidad, requieren una gran cantidad de recursos computacionales, lo que los hace poco flexibles para aplicaciones en tiempo real. Al mismo tiempo, los modelos VAR tienden a acumular errores al procesar etiquetas discretas, lo que lleva a la pérdida de detalles en las imágenes generadas y, por lo tanto, afecta el realismo de las imágenes. Para superar estas deficiencias

AuraSR, modelo de restauración de imágenes de alta resolución de código abierto: ampliación 4x y detalles mejorados

AuraSR, un modelo de superresolución masivo con 600 millones de parámetros, derivado del artículo de GigaGAN, ahora es de código abierto. Este modelo destaca por su capacidad de ampliar las imágenes cuatro veces su tamaño original, al mismo tiempo que rellena los detalles que podrían perderse en el proceso de ampliación. Y eso no es todo: incluso permite ampliaciones múltiples para un enriquecimiento aún mayor de los detalles.

SDXL-Lightning: Genera imágenes de alta resolución de 1024 píxeles en un solo paso

SDXL-Lightning es un proyecto importante desarrollado por ByteDance que utiliza una estrategia de destilación para generar imágenes de alta resolución rápidamente. El modelo optimiza el modelo de difusión para lograr una generación rápida de imágenes de alta resolución a partir de texto. Emplea un innovador diseño de discriminador y técnicas de entrenamiento estables para asegurar una generación de alta calidad y la estabilidad del entrenamiento. SDXL-Lightning es de código abierto y admite versiones LoRA y pesos UNet completos, adecuados para diversas tareas de generación. Mediante la destilación progresiva y la destilación adversaria, se resuelve el problema de la lentitud del modelo.

Google expande la experiencia generativa de búsqueda (SGE) a más de 120 países y regiones

Google anuncia la expansión de la Experiencia Generativa de Búsqueda (SGE) a más de 100 países y regiones. SGE es la plataforma de búsqueda impulsada por inteligencia artificial de Google que ofrece respuestas textuales similares a una conversación, imágenes y contenido de video. Se añade soporte para países como Brasil, Indonesia, México, Nigeria, Sudáfrica y Corea del Sur. Ahora los usuarios pueden realizar búsquedas en español, portugués, coreano e indonesio. Google también ha mejorado la función de traducción de SGE para permitir a los usuarios seleccionar significados de palabras con mayor precisión.

El modelo MDM de generación de imágenes de Apple hace su aparición, admite la generación de imágenes de alta resolución

Apple presenta el modelo de difusión MDM tipo Matryoshka que admite la generación de imágenes de resolución 1024x1024 de extremo a extremo. El MDM implementa un proceso de difusión único con estructura jerárquica mediante la introducción de un proceso de difusión multirresolución en un espacio ampliado. La arquitectura UNet anidada implementa una pérdida multirresolución que acelera la velocidad de convergencia de eliminación de ruido de entrada de alta resolución. El entrenamiento progresivo comienza con una baja resolución y agrega gradualmente una alta resolución para mejorar la eficiencia del entrenamiento. El MDM muestra una potente capacidad de cero disparos para generar imágenes y videos de alta resolución.